Javascript图像处理—亮度对比度应用案例
前言
上一篇文章,我们讲解了图像处理中的卷积操作和平滑(也就是模糊)处理,这篇文章我们进行亮度和对比度的变化。
其实,亮度是啥玩意?
亮度就是比较亮眼咯……
实际上对于RGBA颜色空间,变亮其实就等于R、G、B三个通道同时加大,那么变暗就等于同时减小咯。
这比较好理解,因为最暗的黑色是RGB(0,0,0),而最亮的白色是RGB(255,255,255)。所以变亮应该RGB各通道都要增大。
那么,对比度呢?
对比度,其实就是颜色差啦。
那么对于RGBA颜色空间,对比度变大其实就等于R、G、B三个通道同时乘以一个比例,因为这样相近的颜色之间的差距就变大了,那么减小就是同时除以咯。
举个例子,原来RGB(23,44,55)和RGB(33,44,55)相差只有10,但是一起乘以2以后,就变成了RGB(46,88,110)和RGB(66,88,110)
,相差变成了20了,也就是“颜色差”变大了。
线性模型
newRGB = Contrast * RGB + Brightness
线性模型满足上述公式,其中 Contrast表示对比度系数,Brightness表示亮度系数。
线性模型实现比较简单,但是很容易就调出全白或者全黑的图片,对于普通用户来说Contrast、Brightness选多少比较好也比较难确定。
所以,实际上在Photoshop里面使用的并不是线性模型,而是非线性模型。
非线性模型
非线性模型中对比度增大和阈值Threshold有关:
当Contrast >= 0时:
newRGB = RGB + (RGB - Threshold) * (1 / (1 - Contrast / 255) - 1)
当Contrast < 0时:
newRGB = RGB + (RGB - Threshold) * Contrast / 255
那么当对比度和亮度同时调整时候呢?
如果对比度大于0,先调整亮度,再调整对比度;当对比度小于0时,则相反,先调整对比度,再调整亮度。
最后一个问题,阈值Threshold到底是什么,其实这个是图片的灰度平均值。
var brightnessContrast = function(__src, __brightness, __contrast){
__src || error(arguments.callee, IS_UNDEFINED_OR_NULL/* {line} */);
if(__src.type === "CV_RGBA"){
var sData = __src.data,
width = __src.col,
height = __src.row,
dst = new Mat(height, width, CV_RGBA),
dData = dst.data,
brightness = Math.max(-255, Math.min(255, __brightness || 0)),
contrast = Math.max(-255, Math.min(255, __contrast || 0));
var gray = cvtColor(__src, CV_RGBA2GRAY),
allValue = 0,
gData = gray.data;
var y, x, c;
for(y = height; y--;){
for(x = width; x--;){
allValue += gData[y * width + x];
}
}
var r, g, b, offset, gAverage = (allValue / (height * width)) | 0;
for(y = height; y--;){
for(x = width; x--;){
offset = (y * width + x) * 4;
dData[offset] = sData[offset] + brightness;
dData[offset + 1] = sData[offset + 1] + brightness;
dData[offset + 2] = sData[offset + 2] + brightness;
if(contrast >= 0){
for(c = 3; c--;){
if(dData[offset + c] >= gAverage){
dData[offset + c] = dData[offset + c] + (255 - gAverage) * contrast / 255;
}else{
dData[offset + c] = dData[offset + c] - (gAverage * contrast / 255);
}
}
}else{
dData[offset] = dData[offset] + (dData[offset] - gAverage) * contrast / 255;
dData[offset + 1] = dData[offset + 1] + (dData[offset + 1] - gAverage) * contrast / 255;
dData[offset + 2] = dData[offset + 2] + (dData[offset + 2] - gAverage) * contrast / 255;
}
dData[offset + 3] = 255;
}
}
}else{
error(arguments.callee, UNSPPORT_DATA_TYPE/* {line} */);
}
return dst;
};
效果